Stochastic emergency medical service vehicle location problem: Equity, performance evaluation and mathematical models
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, ENDÜSTRİ MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2023
Tezin Dili: İngilizce
Öğrenci: MUHARREM ALTAN AKDOĞAN
Asıl Danışman (Eş Danışmanlı Tezler İçin): Zeynep Pelin Bayindir
Eş Danışman: Cem Iyigün
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Bu tezde, talep, seyahat süreleri ve yerinde müdahale süresinde belirsizlikler içeren acil tıbbi hizmet araç lokasyonu problemi üç katmanda incelenmiştir. Acil tıbbi hizmet sistemlerinin performans ölçümleri, dahil edilen belirsizlikler nedeniyle ayrık olay simülasyon modelleri ile değerlendirilmiştir. İlk olarak, acil tıbbi hizmetlerde araç yeri kararından kaynaklanan hizmet kalitesindeki eşitlik üzerine odaklanılmıştır. Bölgeler arasındaki dengesiz hizmet kalitesi, geleneksel modeller de dahil olmak üzere çeşitli matematiksel modellerle ele alınmıştır. Modelleme yaklaşımlarının ve ağ özelliklerinin eşitlik üzerindeki etkisini göstermek için kapsamlı bir sayısal çalışma yapılmıştır. Çeşitli gözlemler çıkarılmış ve matematiksel modellerin amaç fonksiyonlarında genel performans ölçümlerinin kullanılmasının diğer temel kriterleri göz ardı ettiği ve eşitlik açısından iyileştirmenin mümkün gösterilmiştir. İkinci olarak, hesaplama açısından kuyruk veya simülasyon modelleri oluşturmaya gerek kalmadan belirli bir lokasyon çözümü altında acil tıbbi hizmet sisteminin performans ölçümlerini değerlendirmek için kuyruk teorisine dayalı ayrıştırma yöntemleri öneriyoruz. Önerilen ayrıştırma yöntemleri, bir dizi doğrusal olmayan denklemin aynı anda çözülmesini gerektirir, ancak bunlar performansalarına bakılarak yine de kuyruk veya simülasyon modellerine tercih edilebilir. Ayrıştırma yöntemini optimizasyon problemlerinde kullanmak ve kuyruk teorisine dayalı EMS araç konum problemine çözüm bulmak için bir genetik algoritma önerilmiştir. Önerilen yöntemlerin, performans ölçülerini kestirmede ve optimizasyon problemlerinin en iyi çözümüne yeterince yakın çözümleri bulmada iyi performans gösterdiği gösterilmiştir. Son olarak, karar değişkenlerine dayalı sistemin performans ölçümleri için kapalı form formülasyonları içeren çeşitli amaç fonksiyonlarına sahip karma tamsayılı doğrusal olmayan problemler (MINLP) öneriyoruz. MINLP modelleri ile araçların meşgul olma olasılığı gibi problem parametrelerinin önceden tahmin edilmesine gerek yoktur. Önerilen modellerin oluşturulması ve çözülmesi, stokastik süreçlerin dahil edildiği literatürdeki yaklaşım algoritmaları veya ayrıştırma yöntemlerine göre daha kolaydır. Bu nedenle, önerilen MINLP modelleri, karar vericilerin problem ortamındaki belirsizlikleri doğrudan kuyruk teorisine dayalı modellerin parametre tahmininde hesaba katmaya olanak tanırken, yalnızca amaç fonksiyonları doğrusal olmadığı için modelleri çözmek nispeten kolay olmaktadır.